成果基本信息 | ||||||
关键词: | 舰船导航系统;光纤陀螺捷联惯导系统;强跟踪CKF滤波方法;舰船自主定位 | |||||
成果类别: | 技术成熟度: | |||||
体现形式(基础理论类): | 体现形式(应用技术类): | 无 | ||||
成果登记号: | 9232018J1063 | 资源采集日期: | 2018-12-10 |
研究情况 | |||||
单位名称: | 哈尔滨工程大学 | 技术水平: | |||
评价证书号: | 评价单位: | 国家自然科学基金委员会 | |||
评价日期: | 2017.12.31 | 评价证书号: |
转化情况 | |||||
转让范围: | 推广形式: | 无 | |||
已转让企业数(个): | 0 |
联系方式 | |||||
联系人(平台): | 孵化基地 | 联系人(平台)电话: | 0771-3394012 | ||
*成果单位详细联系方式请登录会员;还不是会员,马上注册! |
成果简介 | |||||
课题来源自国家自然科学基金项目《基于强跟踪CKF滤波方法的光纤陀螺捷联惯导系统在线标定技术研究》(51379047);惯性导航系统作为舰船导航系统的核心设备,是实现舰船自主定位的主要保障,已经成为衡量一个国家的科学技术水平和军事实力的重要标志之一。惯导系统作为典型的复杂离散不确定系统,其中的误差参数会随时间发生变化,并严重影响系统精度,使系统无法满足长航时高精度的导航要求。因此对复杂离散不确定系统参数辨识机理与方法进行研究不仅具有较强的普遍意义,还将推动我国海军向远海防卫的战略转型发展。 本课题针对复杂离散不确定系统中的参数辨识问题展开研究:首先,对复杂离散不确定系统的误差参数激励机理展开研究;再次,提出一种针对非线性离散系统的鲁棒最优估计方法实现复杂离散不确定系统的参数辨识;最后,将复杂离散不确定系统的误差参数激励机理与鲁棒最优估计理论应用到船用旋转式惯导系统中,解决了惯导系统中误差参数变化对惯导系统精度的影响。本课题的研究内容意在提高复杂离散不确定系统的参数辨识能力,进一步将关键技术应用到船用惯导系统中,提升船用惯导系统的误差参数辨识能力,解决船用惯导系统长航时高精度的需求。 本课题的创见与创新包括: (1)针对复杂离散不确定系统参数辨识问题,提出了基于全局可观测性分析方法;在此基础上,根据可观测性分析结论,建立复杂离散不确定系统参数辨识机理。该机理以全局可观测性分析为基础通过,理论体系严谨,能够真实表现系统参数辨识过程。 (2)针对包含有色噪声复杂离散不确定系统在希尔伯特空间下滤波精度下降的问题,提出了基于不定度规空间的卡尔曼滤波方法,并在此基础上,提出了一种多重次优渐消因子的强跟踪CKF算法。首先针对量测一步预测协方差阵近似不够准确,使得强跟踪滤波算法(STF)以较大概率产生渐消因子,导致对滤波增益过调节,最终产生对状态估计不够平滑的问题,提出了改进的强跟踪滤波算法,避免了靠经验选取弱化因子的麻烦。其次针对复杂离散不确定非线性系统,提出了一种基于三阶球面-相径容积规则近似高斯积分的多渐消因子CKF算法,该算法能产生多个渐消因子,以不同的速率对各数据通道渐消,从而达到更好的估计效果。 (3)针对典型的复杂离散不确定系统——船用旋转式惯性导航系统中误差参数辨识问题,提出了一种惯性器件误差参数辨识算法。首先,针对惯性器件误差特点,同时结合复杂离散不确定系统参数辨识机理,提出一种面向船用旋转式惯性导航系统的误差参数辨识方案;然后,针对船用旋转式惯性导航系统误差噪声统计特性不明确的问题,提出了一种基于多重次优渐消因子强跟踪CKF算法的旋转式惯性导航系统误差参数辨识算法,能够快速准确地估计出旋转式惯性导航系统的误差参数,进而提升惯导系统的性能并延长船用惯导系统的重调时间。 课题提出的复杂离散不确定系统参数辨识方法从参数辨识机理出发,并充分考虑系统噪声的统计特性不明确的问题,提出了一种基于多重次优渐消因子强跟踪CKF算法的杂离散不确定系统参数辨识方法。本课题将该方法成功应用至船用旋转式惯性导航系统的惯性器件误差参数辨识中,并取得了较好的效果。本课题的发现点不仅能够应用至船用旋转式惯性导航系统中,还能够应用至其他复杂离散不确定系统的误差参数辨识中,具有重要的国防意义和广泛的应用前景。 |